主要观点总结
美国能源部先进能源研究计划署宣布投入3500万美元，启动‘通过高通量实验和高效建模加速学习化学的催化应用测试’计划。该计划旨在利用人工智能、机器学习和自动化工具加速新型非均相催化剂的发现和开发，将催化剂研发时间从10-15年缩短至12-18个月，助力燃料和化工等行业脱碳。计划的第一阶段将利用高通量实验数据训练人工智能算法，快速自动化工作流设计、创建、测试、分析和验证模型。部分团队将进入第二阶段，测试新型催化剂。
关键观点总结
关键观点1: 美国能源部启动新计划
计划名为‘通过高通量实验和高效建模加速学习化学的催化应用测试’，旨在加速新型非均相催化剂的发现和开发。
关键观点2: 研发时间大幅缩短
该计划利用人工智能、机器学习和自动化工具，将催化剂研发时间从原本的10-15年缩短至12-18个月。
关键观点3: 计划实施阶段
在计划的第一阶段，将利用高通量实验数据训练人工智能算法。部分团队将在第二阶段测试新型催化剂。
关键观点4: 对燃料和化工等行业的影响
该计划的实施将有助于燃料和化工等行业的脱碳，对环境保护和可持续发展具有积极意义。
文章预览
11月14日，美国能源部（DOE）先进能源研究计划署（ARPA-E）宣布投入3500万美元，启动“通过高通量实验和高效建模加速学习化学的催化应用测试”计划[1]，推进利用人工智能、机器学习和自动化工具加速新型非均相催化剂的发现和开发，将所需时间从10-15年缩短至12-18个月，支持燃料和化工等行业脱碳。开发新型催化剂的一种有前景方法是进行高通量实验，使用机器人等自动化技术在实验室中快速合成和测试催化剂，当与人工智能算法结合时，可以构建自主实验室，在数小时内完成传统方法需要数周或数月才能完成的工作。在该计划第一阶段，多学科团队将利用现有或新的高通量实验数据训练人工智能/机器学习算法，使用快速自动化工作流设计、创建、测试、分析和验证模型，并快速迭代所学到的知识。部分团队将继续进入该计划的第二阶段，测试
………………………………
